人工智能作為一類信息技術(shù)，誕生于20世紀(jì)50年代，幾乎與計算機同步。60多年來，人工智能涉及的技術(shù)和派系眾多，學(xué)界并沒有一個明確的定義。對于大多數(shù)公眾而言，從人工智能發(fā)展目的的角度，可以簡單將其理解為“與人類一樣聰明的人造機器”。

將這個聰明的“機器”放入制造業(yè)中，主要的作用就是使機器能夠“達(dá)到甚至超過人類技工水平”，以實現(xiàn)企業(yè)生產(chǎn)運營效率的提升。這個放入“人工智能”的“智能化”過程，與過去制造業(yè)追求“自動化”的過程實際上有本質(zhì)的差異。“自動化”追求的是機器自動生產(chǎn)，本質(zhì)是“機器替人”，強調(diào)大規(guī)模的機器生產(chǎn)；而“智能化”追求的是機器的柔性生產(chǎn)，本質(zhì)是“人機協(xié)同”，強調(diào)機器能夠自主配合要素變化和人的工作。

因此，“人工智能+制造”未來所追求的，不應(yīng)是簡單粗暴的“機器替人”，而應(yīng)是將工業(yè)革命以來極度細(xì)化、甚至異化的工人流水線工作，重新拉回“以人為本”的組織模式，即讓機器承擔(dān)更多簡單重復(fù)甚至危險的工作，而人承擔(dān)更多管理和創(chuàng)造工作。

“人工智能+制造”必然走向平臺模式

制造業(yè)是一個龐大的產(chǎn)業(yè)，同一個廠房里，可能有好幾種來自不同廠家的生產(chǎn)設(shè)備，這些設(shè)備往往采用各自的技術(shù)和數(shù)據(jù)標(biāo)準(zhǔn)，彼此之間并不能直接連通和交互。不同的工廠乃至不同的制造業(yè)企業(yè)，差異就更大了。這樣的差異使得傳統(tǒng)制造業(yè)信息化難度大、效率提升有限。

互聯(lián)網(wǎng)的普及和發(fā)展催生了“平臺模式”，平臺內(nèi)信息傳播的速度大大增加、交易成本大大降低，有效促進(jìn)了經(jīng)濟(jì)效率的提升。近幾年，互聯(lián)網(wǎng)的這個模式逐漸擴(kuò)展到了各行各業(yè)。對于制造業(yè)而言，這個模式就是“工業(yè)互聯(lián)網(wǎng)平臺”。

未來“人工智能+制造”的實現(xiàn)的重要基礎(chǔ)就是這個平臺，由這個平臺為產(chǎn)業(yè)提供通用的算力（工業(yè)云計算和邊緣計算）、算據(jù)（工業(yè)大數(shù)據(jù)）和算法（工業(yè)人工智能）能力，從而推動整個產(chǎn)業(yè)的轉(zhuǎn)型升級。調(diào)研公司MarketsandMarkets的數(shù)據(jù)顯示，這三部分代表的全球工業(yè)互聯(lián)網(wǎng)平臺市場規(guī)模占整體“人工智能+制造”的比例，將從2016年的24%增長為2025年的36%，達(dá)到2.6千億美元。

互聯(lián)網(wǎng)助力“人工智能+制造”的三類典型場景

互聯(lián)網(wǎng)經(jīng)過數(shù)十年發(fā)展，已成為信息革命的中堅力量，也是當(dāng)前人工智能技術(shù)發(fā)展的領(lǐng)航者。其連接、數(shù)據(jù)、云、算法和安全等五方面的經(jīng)驗與積累，能夠有效支持其推動人工智能與各產(chǎn)業(yè)結(jié)合落地。對“人工智能+制造”而言，目前互聯(lián)網(wǎng)助力的典型場景主要有三類：

一、產(chǎn)品注智，從軟件到硬件的智能升級

互聯(lián)網(wǎng)可以將其人工智能算法，以能力封裝和開放方式嵌入到產(chǎn)品中，從而幫助制造業(yè)生產(chǎn)新一代的智能產(chǎn)品。如谷歌開發(fā)出專用于大規(guī)模機器學(xué)習(xí)的智能芯片TPU、騰訊AI開放平臺對外提供計算機視覺等AI能力等。

二、服務(wù)注智，提高營銷和售后的精準(zhǔn)水平

互聯(lián)網(wǎng)可利用其人工智能算法，為制造企業(yè)提供更精準(zhǔn)的增值服務(wù)。一是售前營銷，以人工智能進(jìn)行用戶側(cè)需求數(shù)據(jù)的多維分析，實現(xiàn)更實時、精準(zhǔn)的廣告信息傳遞；二是售后維護(hù)，以物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能算法，實現(xiàn)對制造業(yè)產(chǎn)品的實時監(jiān)測、管理和風(fēng)險預(yù)警。如三一重工結(jié)合騰訊云，把分布全球的30萬臺設(shè)備接入平臺，利用大數(shù)據(jù)和智能算法，遠(yuǎn)程管理龐大設(shè)備群的運行狀況，有效實現(xiàn)故障風(fēng)險預(yù)警，大大提升了排障效率并降低維護(hù)成本。

三、生產(chǎn)注智，增強機器自主生產(chǎn)能力

互聯(lián)網(wǎng)可幫助制造企業(yè)，將人工智能技術(shù)嵌入生產(chǎn)流程環(huán)節(jié)中，使得機器能夠在更多復(fù)雜情況下實現(xiàn)自主生產(chǎn)，從而全面提升生產(chǎn)效率。目前主要應(yīng)用在工藝優(yōu)化和智能質(zhì)檢上，工藝優(yōu)化上的應(yīng)用，即通過機器學(xué)習(xí)建立產(chǎn)品的健康模型，識別各制造環(huán)節(jié)參數(shù)對最終產(chǎn)品質(zhì)量的影響，最終找到最佳生產(chǎn)工藝參數(shù)；智能質(zhì)檢上的應(yīng)用，即借助機器視覺識別，快速掃描產(chǎn)品質(zhì)量，提高質(zhì)檢效率。

人工智能向制造業(yè)的融合仍面臨挑戰(zhàn)

首先，盡管當(dāng)前人工智能與制造業(yè)的融合發(fā)展已經(jīng)顯露出一些成效，但是從世界范圍看，該領(lǐng)域仍然較為前沿，在技術(shù)架構(gòu)、實施路徑、行業(yè)標(biāo)準(zhǔn)及產(chǎn)業(yè)生態(tài)等方面均存在一定的發(fā)展瓶頸。

首先是產(chǎn)業(yè)總體發(fā)展尚不成熟。作為一項基礎(chǔ)性、通用性的技術(shù)，人工智能在工業(yè)領(lǐng)域的應(yīng)用實踐需要產(chǎn)業(yè)界多方合作開展大量的融合創(chuàng)新探索，對相關(guān)產(chǎn)品、解決方案的成本、可靠性等指標(biāo)也有較高的要求。從已有的實踐案例中可以看到，當(dāng)前人工智能在制造業(yè)的融合創(chuàng)新主要是由數(shù)據(jù)、知識密集型的制造企業(yè)與具備人工智能技術(shù)優(yōu)勢的互聯(lián)網(wǎng)企業(yè)或軟件企業(yè)強強聯(lián)合推進(jìn)的，其開發(fā)成本、技術(shù)壁壘較高，應(yīng)用覆蓋面也相對較窄，這使得人工智能技術(shù)暫時不具備在制造業(yè)大范圍推廣的條件。

其次，是行業(yè)標(biāo)準(zhǔn)有待完善。工業(yè)領(lǐng)域的人工智能應(yīng)用需要基于大樣本的數(shù)據(jù)集建模，這些數(shù)據(jù)通常是來自智能裝備及現(xiàn)場部署的獨立傳感器。然而，工業(yè)現(xiàn)場目前的數(shù)據(jù)通信標(biāo)準(zhǔn)之間通常不能兼容，無法滿足人工智能技術(shù)對優(yōu)化建模數(shù)據(jù)量基本需求。以工業(yè)現(xiàn)場總線為例，目前在工業(yè)界常見的通信協(xié)議達(dá)二十余種，這些協(xié)議之間不能直接互聯(lián)互通，使得信息孤島的情況在工業(yè)界廣泛存在。

再次，是產(chǎn)業(yè)發(fā)展保障體系有待健全。人工智能技術(shù)作為信息技術(shù)的一種，其自身就存在一定的安全風(fēng)險，引入工業(yè)領(lǐng)域后，將與工業(yè)系統(tǒng)自身的功能風(fēng)險疊加放大，這將直接危及到生命安全和國家安全。此外，在面對某些與倫理道德相關(guān)的抉擇問題時，人工智能系統(tǒng)的研發(fā)也缺乏相關(guān)的法律標(biāo)準(zhǔn)。例如，向人工智能視頻識別系統(tǒng)中輸入帶有欺騙特征的圖片，有可能會引起系統(tǒng)誤判而觸發(fā)一系列的危險動作；在工業(yè)事故中，人工智能應(yīng)急管理系統(tǒng)在面對重大資產(chǎn)與人員安全無法兼顧時也沒有權(quán)威的處理標(biāo)準(zhǔn)。

推動人工智能與制造業(yè)融合的發(fā)展建議

作為一項極具發(fā)展前景的前沿領(lǐng)域，人工智能與制造業(yè)的融合發(fā)展尚需政府和產(chǎn)業(yè)界多方發(fā)力。

首先，是要培育產(chǎn)業(yè)發(fā)展環(huán)境。政府和行業(yè)協(xié)會需要通過培育解決方案服務(wù)機構(gòu)、開展試點示范等方式，引導(dǎo)人工智能技術(shù)在ICT、互聯(lián)網(wǎng)等領(lǐng)域的應(yīng)用成果向制造業(yè)輸出，尤其是在輕量化設(shè)計、節(jié)能降耗、工藝優(yōu)化、質(zhì)量提升、運行維護(hù)等當(dāng)前人工智能已經(jīng)涉足的領(lǐng)域培養(yǎng)一批成熟的解決方案。與此同時也要針對系統(tǒng)開發(fā)、現(xiàn)場操作、管理規(guī)劃等不同層面的需求，分類型、分等級推進(jìn)人工智能階梯形人才隊伍的培育工作，加強企業(yè)員工的再培訓(xùn)，做好工業(yè)智能化變革下新舊動能的承接工作。

其次，是要加快合作推進(jìn)行業(yè)標(biāo)準(zhǔn)。產(chǎn)業(yè)界需要通過組織聯(lián)盟等形式開展多方合作，面向各工業(yè)分類的人工智能應(yīng)用對數(shù)據(jù)采集、應(yīng)用部署等方面的需求，聯(lián)合制定機器設(shè)備、工控系統(tǒng)、工業(yè)互聯(lián)網(wǎng)平臺的標(biāo)準(zhǔn)化數(shù)據(jù)接口及應(yīng)用參考架構(gòu)，確保支撐人工智能應(yīng)用的工業(yè)數(shù)據(jù)能快速有效得以應(yīng)用。

再次，是要統(tǒng)籌協(xié)調(diào)構(gòu)建保障體系。面向人工智能技術(shù)在未來可能大范圍覆蓋的工業(yè)應(yīng)用場景，由立法部門及行業(yè)協(xié)會共同研究制定應(yīng)用規(guī)范、開發(fā)守則等涉及到應(yīng)用安全、倫理道德的行業(yè)標(biāo)準(zhǔn)，盡可能規(guī)避未來可能出現(xiàn)的相關(guān)風(fēng)險。同時政府需要加快建立工業(yè)智能公共評測服務(wù)平臺，加強對工業(yè)智能系統(tǒng)的安全測試服務(wù)，制定完善人工智能裝備、系統(tǒng)在工業(yè)生產(chǎn)應(yīng)用場景中的安全操作規(guī)范守則。